HSV színtérben az egymáshoz hasonló színek, legalábbis ahogyan az emberi látás érzékeli őket, közeli HSV értékeken jelennek meg. (Ez nem igaz az RGB színtérre, ezért is térünk át HSV-re.) Így ha csatornánként egy-egy értéktartományra szűrünk, vagyis csak azokat a képpontokat tekintjük objektumpontnak, amelyek mindhárom csatorna esetén a csatornához tartozó intervallumon belüli értékkel rendelkeznek, egy egyszerű globális szegmentálást érhetünk el.

OpenCV esetében többcsatornás képekre intervallumokon alapuló szűrést a cv2.inRange() függvénnyel végezhetünk.

dst = cv2.inRange(src, lowerb, upperb)

A dst az eredmény bináris kép, az src a bemeneti többcsatornás kép. A lowerb és az upperb paraméterek Numpy tömbként a csatornánkénti minimális és maximális értékeket adják meg.

A 10_03_b_segment_color_hsv.py példaprogram egy konkrét példát mutat be. Gyümölcsöket ábrázoló képen a narancsok, a citrom és a pomelo szegmentálását hajtjuk végre HSV intervallumok szűrésével.

A főprogramunk betölti a képet, egy képsimítás után átalakítja HSV színtérbe, majd három HSV tartományon szűrést végez.

img = cv2.imread('fruits_h.jpg')
cv2.imshow('origImg', img)

blurred = cv2.GaussianBlur(img, (5, 5), sigmaX=2.0, sigmaY=2.0)
imgHSV = cv2.cvtColor(blurred, cv2.COLOR_BGR2HSV)

# Narancsok
hsv_segment((10, 20), (205, 255), (155, 255), 'Narancs')

# Citrom
hsv_segment((20, 30), (160, 255), (175, 255), 'Citrom')

# Pomelo
hsv_segment((20, 55), (70, 255), (60, 150), 'Pomelo')

A szegmentálást végző, paraméterezhető függvény:

# HSV intervallum szegmentalas
def hsv_segment(interval_H, interval_S, interval_V, wndtitle):
    global imgHSV

    minHSV = np.array([interval_H[0], interval_S[0], interval_V[0]])
    maxHSV = np.array([interval_H[1], interval_S[1], interval_V[1]])
    segmented = cv2.inRange(imgHSV, minHSV, maxHSV)
    cv2.imshow(wndtitle, segmented)

Az eredmény nem tökéletes, de például morfológiai műveletekkel tovább javítható.

Jogosan merül fel kérdésként, hogy hogyan is határozzuk meg ezeket az intervallumokat?

Első lépésként a kérdéses szín HSV reprezentációját kell megtudnunk. Ezt az RGB színkód ismeretében megkaphatjuk például az alábbi módon:

color_bgr = np.uint8([[[0, 255, 0]]])
color_hsv = cv2.cvtColor(color_bgr, cv2.COLOR_BGR2HSV)
print(color_bgr[0][0], '->', color_hsv[0][0])

Eredményképpen itt a maximális intenzitású zöld szín [60, 255, 255] HSV kódját kapjuk.

A kívánt színérték körüli tartományok meghatározása erősen alkalmazásfüggő. Irányelvként próbálhatunk az alábbi módon választani.

• A H érték esetén próbáljunk 10, 20, vagy 30 nagyságú tartományt megadni. Figyelni kell arra, hogy a H érték értelmezése körkörös, vagyis a 0 értékhez a 179 érték szomszédnak számít! Intervallum alul- vagy túlcsordulás esetén két intervallumot kell figyelni!
• Az S érték esetén kiindulásként próbálhatjuk a [100, 255] tartományt. Vagy ha RGB színértéket alakítottunk át, annak S értékéből akár 50 értéket kivonva megadni a minimumot. A maximum értéket vehetjük 255-re, mivel ez az adott színárnyalat maximális telítettségét jelenti.
• A V érték színtén próbálható például a [100, 255] intervallummal, vagy az átalakított szín V értékénél 50-nel kisebb és nagyobb értékkel.

Konkrét kép esetén próbálhatunk interaktív módszerrel tartományokat meghatározni. Ehhez a 10_03_c_segment_color_hsv_circle_interactive.py példaprogram ad segítséget.

A program használata:

• A program a fruits.jpg képet tölti be és jeleníti meg. Egéresemény kezelést rendelünk az ablakhoz, ahol a bal egérgomb lenyomására, felengedésére, és az egér mozgatására fogunk reagálni.
• A megjelenő palette nevű ablakban a HSV színpalettát láthatjuk. A paletta alsó részen a Value érték szerinti skála jelenik meg. A fekete színű vonal az aktuális V értéket jelzi.
• A betöltött kép ablakában bal egérgombbal kattintva az ott található szín HSV színértéke körül képzünk intervallumokat, alapértelmezetten [H-5, H+5], [S-50, 255], [V-50, V+50] módon. A kiszámolt tartomány határok a konzolra íródnak. Frissül a HSV paletta kép is, ahol fekete vonallal berajzolásra kerül az aktuális H és S érték, az alsó skálán pedig beállítódik az aktuális V érték. A kiszámolt H tartomány határokat fehér színű vonalakkal ábrázoljuk. Az S érték határok zöld és vörös körrel jelenik meg. A V határok az alsó skálán zöld és vörös vonalkákkal ábrázolódnak.
• A tartományok mérete a h, H, s, S, v, V billentyűkkel utólagosan módosítható. A módosítás hatása rögtön látszik a szegmentálási eredményben és a HSV palettán is.
• A kép ablakban a bal egérgomb lenyomásával és lenyomva tartva mozgatásával, majd felengedésével egy téglalap alakú területet jelölhetünk ki. Ezen területen kiszámításra kerülnek a minimális és maximális H, S és V értékek, amivel elvégezzük a szűrést. Ezek az intervallumhatárok is kiíródnak a konzolra, és utólagosan a billentyűkkel a határok módosíthatók.

H érték intervallumának megfelelő kezelése

A H érték körkörös értelmezése miatt további vizsgálatokat kell végeznünk. Amennyiben például a vörös szín szerinti szűrést szeretnénk elvégezni, ott a vizsgált tartomány átcsordul a 0-179 értéken. Az alábbi példában a színtartományra a program a [-6, 12] határokat adja.

A probléma az, hogy negatív értékek nem fordulnak elő a H csatornán, azok 180 alatti pozitív értékek lesznek. Az eredményt ilyen esetben az alábbi két intervallum szűrésének logikai VAGY műveletével kapjuk meg: [174, 179] és [0, 12]. Egy lépésben nem tudjuk elvégezni.

Hasonló a helyzet, ha 179 értéknél magasabb maximumot kapunk. Azok az értékek 0 feletti egészek lesznek, és az előző esethez hasonlóan két intervallumot kell vizsgálnunk.

A régió-alapú statisztika problémája

A példaprogram régió kijelölésen alapuló paraméter beállítását is érinti a H érték specialitása. Amennyiben a kijelölt területen vörös színárnyalatok helyezkednek el, könnyen előfordulhat, hogy 0 feletti pozitív, és a negatív értékeknek megfelelő, 180 alatti pozitív értékek szerepelnek benne. A minimum és maximum számítás viszont a teljes [0, 179] tartományt adhatja ilyenkor eredményül, amiben az összes szín szerepel. További megfontolásokat igényel a megfelelő H intevallumok meghatározása (kettő kell). A példaprogramunk ezzel nem foglalkozik.